redis入门一篇就够了！(两万字总结) 上

文章大纲：

1.官方中文文档

www.redis.cn/

2.linux下安装

• 官网下载安装包 redis-6.0.6.tar.gz
• 放到服务器的usr/local/redis目录下
• 解压：tar -zxvf redis-6.06.tar.gz
• 在redis目录下进行基本的环境安装：yum install gcc-c++
• 检查gcc的版本：gcc -v
• 在redis目录下执行make（若报错可能是gcc的版本问题）

• 执行make install

• 进入/usr/local/bin目录，这是redis的默认安装目录。在这个目录创建一个myredisconfig的文件夹。然后将/usr/local/redis/redis-6.0.6下的redis.conf拷贝到这个文件夹下

• 设置为后台自动启动：修改myredisconfig目录下的redis.conf daemonize no改为daemonize yes，然后:wq!保存退出

• 通过配置文件启动redis（在/usr/local/bin目录下）

redis-server myredisconfig/redis.conf

• redis客户端测试连接

redis-cli -p 6379

ping

• 退出redis

shutdown

exit

• 查看redis进程

ps -ef|grep redis

3.安装出现的问题

• 在安装redis6以上的版本时make命令会出现错误，原因是gcc版本太低(centos默认版本为4)，可以选择安装低版本redis5或者升级gcc到8版本，通过gcc -v命令查看版本.
• 升级gcc版本的方法

www.cnblogs.com/jixiaohua/p…

4. 压力测试工具

---

redis-benchmark是官方自带的性能测试工具，可以有效的测试redis服务的性能。在bin目录下。

测试demo:

测试100个并发连接，10000个请求，检测host为localhost 端口为6379的redis服务器性能。

redis-benchmark -h localhost -p 6379 -c 100 -n 10000

相关参数说明：

5. 基本的数据库命令

---

• redis命令手册：redis.com.cn/commands.ht…
• redis默认有16个数据库 0~15，默认使用第0个。

查看redis.conf可以得知：

• 进入redis：redis-server myredisconfig/redis.conf redis-cli -p 6379
• 退出redis：shutdown exit
• 输入密码：auth 311046
• 切换数据库：select n n表示第几个数据库
• 查看当前数据库的key的数量：dbsize
• 查看具体的key：key *
• 清空当前库：flushdb
• 清空全部的库：flushall
• 设置key值：set name coderchen
• 获取key值：get name
• 查看 key是否存在：exists keyname例如 exists name
• 设置key生存时间当key过期会被自动删除：expire key 秒数
• 查看还有多少秒过期：ttl name -1表示永不过期，-2表示已经过期。
• 查看key的类型：type key
• 删除key: del key

注意：redis命令不区分大小写，但是记录的数据区分大小写

• 为什么redis默认端口是6379？

www.zhihu.com/question/20…

6. redis单线程快？

---

• 为什么redis是单线程？

redis是基于内存的操作，cpu不是redis的瓶颈，redis的瓶颈是机器内存大小或者网络带宽。既然单线程容易实现而且cpu不会成为瓶颈，那么就顺理成章的采用单线程的方案了。redis是C语言编写的，官方数据可以达到100000+QPS(每秒查询次数)

• redis为什么这么快？

并不是多线程一定比单线程快，效率高。这与cpu,内存，硬盘的速度有关。

redis单线程快是因为redis是基于内存的操作。单线程效率最高，因为多线程的本质就是cpu模拟多个线程的情况，这其中有一个大的开销就是cpu上下文的切换。而redis单线程对内存中的数据进行读写时，速度比较快。举个例子就是读取1MB的数据时，可能多个进程cpu上下文的切换时间就大于单个进程读取数据的时间

key值加引号和不加的区别？

7.字符串String(单值单value)

• string是redis 的基本类型，一个key对应一个value。string类型是二进制安全的，即redis的string可以包含任何数据，比如jpg图片或者序列化的对象，string类型redis最基本的数据类型，一个redis中字符串value最多可以是512M

常用命令说明：

官方命令手册：redis.com.cn/commands.ht…

string数据结构是简单的key-value类型，value不仅可以是string，也可以是数字。

• append key1 "hello":对不存在的key进行append,等同于set key1 "hello"
• append key1 ",world":对已经存在的key append就是在后面追加。
• strlen key1:获取字符串长度

• set views 0：要设置为数字才能用incr,decr命令 ，本质上这是一个字符串操作，因为Redis没有专门的整数类型。存储在 key 中的字符串被转换为十进制有符号整数
• incr views:执行一次就将key中存储 的数字值增一
• decr views:执行一次就将key中存储的数字值减一
• incrby views 10:执行一次key中存储的值+10
• decrby views 10:执行一次key中存储的值-10

• getrange key2 m n:获取[m,n]区间范围内的字符串。n可以为负数，表示偏移，-1 表示最后一个字符， -2 表示倒数第二个字符，以此类推。
• setrange key2 n value :将key2的值从第n个开始替换为指定的value
• setex key2 10 "hello":将key2的值设置为hello,并且key2的生存时间设置为10s。这个命令等价于set key2 "hello" expire key2 10 但区别是setex 命令是一个原子操作，在同一时间内完成设置值和设置过期时间这两个操作。
• setnx key3 "redis":在指定的key不存在时，为key设置指定的值，这种情况下等同于set，当key存在时,什么也不做。返回值：0 被设置了 1 没有被设置。

• mset key1 value1 key2 value2 ......keyn valuen:设置多个key和value，如果这其中已经存在key，则会覆盖掉。
• mget key1 key2 ...keyn:返回所有给定的key的值
• msetnx key1 value1 key2 value2 ...keyn valuen:设置多个 key value，当且仅当所有给定的健都不存在时，即使有一个健存在值，msetnx也会拒绝执行操作。

• getset key value:将key的值修改为value,并返回在修改之前的值。如果key在执行这个命令前不存在，则返回nil。

• 可以用来缓存对象

mset user:1:name zhangsan user:1:age 2

mget user:1:name user:1:age

应用

• 微博数，粉丝数等

8. 列表List(单值多value)

---

• redis的列表是简单的字符串列表，按照插入顺序排序，你可以添加一个元素到列表的头部(左边)或者尾部(右边)
• 它的底层就是一个链表

常用命令说明

官方命令手册：redis.com.cn/commands.ht…

• lpush list "one":将值插入到列表的头部(左边）
• rpush list "two":将值插入到列表的尾部(右边)
• lrange list n m:返回指定区间的元素 [n,m] m为-1表示返回n后面所有的元素。

• lpop list:移除并返回列表的第一个元素，左边的第一个
• rpop list:移除并返回列表的最后一个元素，右边第一个。

• lindex list n：按照索引下标n获得元素(-1代表最后一个，0表示第一个，以此类推)

---

• llen list：返回列表的长度

---

• lrem list n value ：移除列表中与value相等的元素，移除n个，顺序是从前往后。n>0 从头到尾删除值为value的元素， n<0，从尾到头删除值为value的元素， n=0,移除所有值为value的元素

---

• ltrim list n m：对一个列表进行修剪，只保留区间[n,m]内的元素。其他全部删除。

---

• rpoplpush list1 list2：移除列表list1的最后一个元素，并将该元素添加到list2的前边。这个操作是原子性的。从6.2.0起被废除了。

---

• lset list n value：将list中第n个元素的值设置为value

---

• linsert list before|after value value1:将value1插入到value的前边或者后边。

---

性能总结

• 它是一个字符串列表，left,right都可以插入添加
• 如果键不存在，创建新的链表。
• 如果已经存在，新增内容
• 如果值全部移除，对应的键也就消失了
• 链表的操作无论是头和尾效率都极高，但假如是对中间元素进行操作，效率就比较低。

应用

• 最新消息排行功能
• 消息对列

9. 集合Set(单值多value)

---

• redis的集合set是string类型的无序集合，是通过HashTable实现的。

常用命令说明

• sadd key member[...]:将一个或者多个成员元素加入到集合中。
• smembers key:返回存储在key中的所有成员
• sismember key member：判断元素member是否是集合key中的成员。返回1表示是，0表示不是。

---

• scrad key:返回集合中元素的数量。

---

• srem key value:移除集合key中的一个或者多个元素value

---

• srandmember key [count]:返回集合key中的随机元素，count表示返回几个元素。

---

• spop key [count]:从集合key中删除一个或者多个元素，并返回删除的元素。(删除是随机的)

---

• smove key1 key2 member :将指定的元素从集合key1移动到key2 。这是一个原子操作。

---

• sdiff key [key...]:返回第一个集合key与其他key之间的差异，即第一个集合key独有的元素。
• sinter key [key...]:返回所有给定集合key的成员交集
• sunion key [key...]:返回所有给定集合key的并集

应用

• 实现共同关注，共同好友等功能。

10. 哈希Hash(单值多value，v是一个键值对)

---

• Hash是一个键值对集合，类似于java中的map,是一个String类型的field和value的映射表，特别适合存储对象。

常用命令

• hset key field value [field value ....]: 为哈希表key的field字段赋值
• hget key field：返回哈希表key中的field字段的值
• hgetall key:返回哈希表key中所有的域和值
• hdel key field [field...]:删除哈希表key中的一个或者多个指定字段。

---

• hlen key:获取哈希表key中的字段fields的数量

---

• hexists key field:查看哈希表的指定字段field是否存在。0表示不存在，1表示存在
• hkeys key:返回哈希表key中所有的域field
• hvals key:返回哈希表中所有域的值

---

• hincrby key field increment: 为哈希表key中的域field的值加上增量increment.增量为负数表示进行减法操作。

---

• hsetnx key field value:为哈希表中不存在的字段field赋值为value。0表示设置失败，1表示设置成功。

应用

• Redis hash是一个string类型的field和value的映射表，hash特别适合用于存储对象。 存储部分变更的数据，如用户信息等。

11. 有序集合Zset

---

• 在set基础上，加上一个score。之前set是sadd set1 v1 v2 v3…，现在Zset是zadd zset1 score1 v1 score2 v2。

常用命令

• zadd key score1 member1[score2 member2...] :将一个或者多个member元素及其score值加入到有序集合key中。其中score可以是整数值或者双精度浮点数。可以为正或者负数
• zrange key n m：返回有序集合key中的[n,m]区间内的元素。下标从0开始。如果m超出范围也不会报错，只会返回包含的。

---

• zrangebyscore key n m:返回有序集合key中的成员，按照score的从小到大排序，范围是[n,m]，n,m可以为-inf,+inf，这样在不知道有序集合数量的时候获取所有的成员。注意[n,m]这个范围是score的范围，不是成员的下标

---

• zrem key member1[member2...]:从有序集合key中删除指定的成员member

---

• zcard key：返回有序集合key中的成员个数

---

• zcount key n m :返回有序集key中，score在[n,m]之间的成员数量。

---

• zrank key member:返回有序集key中成员的排名,按照score从低到高排名，从0开始

---

• zrevrank key member:返回有序集key中成员的排名，按照score从高到低排名，从0开始

应用

• 排行榜应用，取top n操作。

12. 三种特殊的数据类型

---

12.1 GEO地理位置

简介：

redis的GEO特性在redis3.2版本中推出，这个功能可以将用户给定的地理位置信息存储起来，并对这些信息进行操作。来实现诸如附近位置，摇一摇这类依赖于地理位置信息的功能。GEO的数据类型为Zset。

GEO的数据结构总共有六个常用命令：geoadd ,geopos ,geodist , georadius, georadiusbymember , gethash

官方文档：www.redis.net.cn/order/3685.…

命令：

geoadd

将指定的地理空间位置(经度，纬度，名称)添加到指定的key中。这些数据会存储到有序集合Zset中，目的是为了方便使用georadius,或者georadiusbymember命令对数据进行半径查询等操作。

geoadd china:city 121.48 31.40 shanghai 113.88 22.55 shenzhen 120.21 30.20 hangzhou

注意点：该命令采用标准格式的参数xy,所以经度必须在纬度之前。有效的经度 -180~180度，有效的纬度 -85.05~85.05

---

geopos

从key里面返回所有给定位置元素的位置(经度和纬度)

geopos key member[member...]

geopos china:city shanghai hangzhou

---

geodist

返回两个给定位置之间的距离，指定的参数unit必须是以下中的一种。m 米 ，km 千米, mi 英里,ft 英尺,默认是m。

geodist key member1 member2 [unit]

geodist china:city shanghai hangzhou km

---

georadius

以给定的经纬度为中心，找出某一半径内的元素。

范围的单位：m米，km千米 ,mi英里 ,ft英尺

georadius key longitude(经度) latitude(纬度) radius m|km|ft|mi [withcoord] [withdist][withhash][asc|desc][count count]

withdist:返回位置元素的同时，将位置元素与中心之间的距离也一并返回。距离的单位与用户给定范围单位保持一致。

withcoord:将位置元素的经纬度也返回。

withhash:以 52 位有符号整数的形式， 返回位置元素经过原始 geohash 编码的有序集合分值。 这个选项主要用于底层应用或者调试， 实际中的作用并不大

asc: 根据中心的位置， 按照从近到远的方式返回位置元素。

desc：根据中心的位置， 按照从远到近的方式返回位置元素。

count:获取前n个匹配的元素，可以减少带宽当数据量大时。

举例：

georadius china:city 120 30 1500 km withdist

---

georadiusbymember

找出位于指定范围内的元素，中心点是由给定的位置元素决定的。

georadiusbymember key member radius m|km|ft|mi [withcoord][withdist][withhash][asc|desc][count count]

举例：

georadiusbymember china:city shanghai 1500 km

---

geohash

返回一个或者多个位置元素的geohash表示。

redis使用geohash将二维经纬度转换为一维字符串，字符串越长表示位置更精确，两个字符串越相似表示距离越近。

geohash key member[member...]

举例：

geohash china:city shanghai hangzhou

---

zrem

geo没有提供删除成员的方法，但是因为geo的底层是zset,所有可以用zrem命令实现对地理位置信息的删除。

zrem china:city shanghai：移除元素

zrange china:city 0 -1:查看所有元素

命令演示

12.2 HyperLogLog

简介

redis在2.8.9版本添加了HyperLogLog结构。

redis HyperLogLog是用来做基数统计的算法。HyperLogLog的优点是在输入元素的数量和体积非常大时，计算基数所需的空间总是固定的，并且很小。

基数：比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内，快速计算基数。

在redis里面，每个HyperLogLog键只需要花费12kb内存，就可以计算接近2^64个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。

HyperLogLog则是一种算法，提供了不精确的去重基数方案。

举个栗子：假如我要统计网页的UV（浏览用户数量，一天内同一个用户多次访问只能算一次），传统的 解决方案是使用Set来保存用户id，然后统计Set中的元素数量来获取页面UV。但这种方案只能承载少量 用户，一旦用户数量大起来就需要消耗大量的空间来存储用户id。我的目的是统计用户数量而不是保存 用户，这简直是个吃力不讨好的方案！而使用Redis的HyperLogLog最多需要12k就可以统计大量的用户 数，尽管它大概有0.81%的错误率，但对于统计UV这种不需要很精确的数据是可以忽略不计的

基本命令

pfadd key element[element...]:添加指定元素到HyperLogLog

pfcount key[key...]:返回给定HyperLogLog的基数估计值。

pfmerge destkey sourcekey [sourcekey...]:将多个HyperLogLog合并为一个HyperLogLog，并集计算。

12.3 BitMap

简介

​ 在开发中，可能会遇到这种情况：需要统计用户的某些信息，如活跃或不活跃，登录或者不登录；又如 需要记录用户一年的打卡情况，打卡了是1， 没有打卡是0，如果使用普通的 key/value存储，则要记录 365条记录，如果用户量很大，需要的空间也会很大，所以 Redis 提供了 Bitmap 位图这种数据结构， Bitmap 就是通过操作二进制位来进行记录，即为 0 和 1；如果要记录 365 天的打卡情况，使用 Bitmap 表示的形式大概如下：0101000111000111………………………，这样有什么好处呢？当然就是节约内存 了，365 天相当于 365 bit，又 1 字节 = 8 bit , 所以相当于使用 46 个字节即可。

​ BitMap 就是通过一个 bit 位来表示某个元素对应的值或者状态, 其中的 key 就是对应元素本身，实际上 底层也是通过对字符串的操作来实现。Redis 从 2.2 版本之后新增了setbit, getbit, bitcount 等几个 bitmap 相关命令。

基本命令

• setbit key n value:设置key的第n位的值value是0或1，n是从0开始的。
• getbit key n:获取第n位的值。如果没有设置返回0
• bitcount key[start,end]:统计key上值为1的个数。

13. redis事务

---

理论

---

redis事务的概念：

redis事务的本质是一组命令的集合。事务支持一次执行多个命令，一个事务中所有的命令都会被序列化。在事务执行过程中，会按照顺序串行化执行对列中 的命令，其他客户端提交的命令请求不会插入到事务执行的命令序列中。

总结的说：redis事务就是一次性，顺序性，排他性的执行一个对列中的一系列命令。

---

redis事务没有隔离级别的概念：

批量操作在发送exec命令前被放入对列缓存，并不会被实际执行。

---

redis不保证原子性：

redis中，单条命令是原子性执行的，但事务不保证原子性，且没有回滚。事务中任意命令执行失败，其余的命令仍会被执行。

---

redis事务的三个阶段：

开始事务

命令入队

执行事务

---

redis事务的相关命令

• watch key1 key2...：监视一个或者多个key，如果在事务执行之前，被监视的key被其他命令改动，则事务被打断(类似乐观锁)
• unwatch：取消watch对所有key的监控。
• multi：标记一个事务块的开始(queued)
• exec:执行所有事务块的命令(一旦执行exec后，之前加的监控锁都会被取消掉)
• discard:取消事务，放弃事务块中所有 的命令

---

乐观锁和悲观锁？

• 悲观锁(Pessimistic Lock)，顾名思义就是很悲观，每次拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿到这个数据就会block知道它拿到锁。传统的关系型数据库里面就用到了很多这种锁机制，比如行锁，表锁等，读锁写锁等，都是在操作之前先上锁。
• 乐观锁(Optimistic Lock)顾名思义，就是很乐观，每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号等机制，乐观锁适用于多读的应用类型，这样可以提高吞吐量，乐观锁策略：提交版本必须大于记录当前版本才能执行更新。

实践

• 正常执行

• 放弃事务

• 如果事务对列中存在命令性错误(类似java编译性错误)，执行exec命令时，所有命令都不会执行。

• 如果在事务对列中存在语法性错误(类似于java的1/0运行时异常)，则执行exec命令时，其他正确命令会被执行，错误命令抛出异常。

• watch命令的演示(watch 用来监控key在事务执行的前后是否变化)–事务成功执行

• 使用watch–事务执行失败

由于在事务执行过程中，watch监视的值出现了变化，因此导致了错误，这时要放弃监视，然后重来。

​

**注意：**一旦exec执行事务后，无论事务执行成功还是失败，watch对变量的监控都被取消。因此当事务执行失败后，需要重新执行watch对变量进行监控，并开启新的事务进行操作。

watch指令类似于乐观锁，事务提交时，如果watch监控的多个key中任何key的值被其他客户端更改，则使用exec执行事务时，事务对列不会被执行，同时返回Nullmulti-bulk 通知调用者事务执行失败。

14. springboot整合redis

---

步骤：

• 导入依赖

xml复制代码<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

• 在application.properties中配置

properties复制代码spring.redis.host=115.29.232.195
spring.redis.port=6379
spring.redis.database=0
spring.redis.timeout=50000

• 测试

java复制代码@SpringBootTest
class SpringbootRedisApplicationTests {
    @Autowired
    private RedisTemplate redisTemplate;

    @Test
    void contextLoads() {
        /*
        * opsForList:操作list，类似string
        * opsForGeo 操作geo
        * opsForSet
        * .......
        * 和redis命令行一样。
        * */
       /*获取redis的连接对象*/
//        RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
//        connection.flushDb();
//        connection.flushAll();

        redisTemplate.opsForValue().set("mykey","kuangshen");
        System.out.println(redisTemplate.opsForValue().get("mykey"));
        redisTemplate.opsForSet().add("k5","v9");
        Set k5 = redisTemplate.opsForSet().members("k5");
        System.out.println(k5);

    }
}

redis要做的配置

• 阿里云设置redis的安全组：端口6379

---

• 修改redis.conf

(在/usr/local/bin/myredisconfig/redis.conf)

bind 127.0.0.1 改为 bind 0.0.0.0（注释掉也行）

protected-mode yes 改为 protected-mode no： (即该配置项表示是否开启保护模式，默认是开启，开启后Redis只会本地进行访问，拒绝外部访问)

daemonize no 改为 daemonize yes

注意：修改后要重新登录redis

---

• 关于防火墙的设置

rpm -qa|grep firewalld;rpm -qa|grep firewall-config :检查系统是否安装了firewalld和firewall-config.CentOS中系统默认安装firewalld, firewall-config要自己安装

yum -y update firewalld：将firewalld更新为最新版

yum -y install firewall-config：安装firewall-config

systemctl start firewalld:启动firewalld服务

systemctl status firewalld:查看firewalld的状态

systemctl stop firewalld：停止firewalld服务

systemctl enable firewalld：恢复开机自动启动firewalld服务

推荐参考文章：CentOS7中firewalld的安装与使用详解 blog.csdn.net/solaraceboy…

---

• 检查阿里云的防火墙是否开放端口号

firewall-cmd --query-port=6379/tcp 如果是 yes，则就是开放的。

如果是no

则永久开放6379端口：firewall-cmd --zone=public --add-port=6379/tcp --permanent

重新加载：firewall-cmd --reload

然后再查看端口是否开启：firewall-cmd --query-port=6379/tcp

• 查看redis服务进程

perl复制代码 ps -ef | grep redis

• 如果上面的方法都试过了但还是不行，试试重启服务器

推荐一个好用的redis客户端工具

​ Another Redis Desktop Manager

下载地址：github.com/qishibo/Ano…

可以用它来测试和管理redis

redis的序列化配置

• 通过源码可知，springboot自动帮我们在容器中生成了一个redisTemplate和一个StringRedisTemplate，但是这个redisTemplate的泛型是<ooject,object>,写代码不方便，需要类型转换的代码，并且没有设置数据存在redis时，key及value的序列化方式。因此要自定义一个配置类。
• 为什么要序列化：www.jianshu.com/p/cc5a29b06…

java复制代码package com.kuang.config;

import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;

import java.net.UnknownHostException;

/**
 * Created with Intellij IDEA
 * Description:
 * user: CoderChen
 * Date: 2021-06-06
 * Time: 14:05
 */
@Configuration

public class redisConfig {
    /*编写自己的redisTemplate----固定模板*/
    @Bean
    @SuppressWarnings("all")
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException {
        /*为了自己开发方便，一般直接使用<String,object>*/
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(redisConnectionFactory);
        /*json序列化配置*/
        Jackson2JsonRedisSerializer Jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        Jackson2JsonRedisSerializer.setObjectMapper(om);
        /*string序列化配置*/
        StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();


        /*配置具体的序列化方式*/
        /*key采用string的序列化方式*/
        template.setKeySerializer(stringRedisSerializer);
        /*hash的key采用string的序列化方式*/
        template.setHashKeySerializer(stringRedisSerializer);
        /*value序列化方式采用jackson*/
        template.setValueSerializer(Jackson2JsonRedisSerializer);
        /*hash的value序列化方式采用jackson*/
        template.setHashValueSerializer(Jackson2JsonRedisSerializer);
        template.afterPropertiesSet();
        return template;
    }
}

redis的工具类

• 直接使用redisTemplate操作redis时，需要很多代码，因此直接封装一个redisUtils，这样写代码方便一点。这个redisUtils交给spring容器实例化，使用时直接注解注入。

java复制代码package com.kuang.utils;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.CollectionUtils;

import java.util.Collection;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;
/**
 * Created with Intellij IDEA
 * Description:
 * user: CoderChen
 * Date: 2021-06-06
 * Time: 14:52
 */
/*在真实开发中，经常使用*/
@Component
public final class RedisUtil {
    @Autowired
    private RedisTemplate<String, Object> redisTemplate;
    // =============================common============================

    /**
     * 指定缓存失效时间
     *
     * @param key  键
     * @param time 时间(秒)
     */
    public boolean expire(String key, long time) {
        try {
            if (time > 0) {
                redisTemplate.expire(key, time, TimeUnit.SECONDS);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 根据key 获取过期时间
     *
     * @param key 键 不能为null
     * @return 时间(秒) 返回0代表为永久有效
     */
    public long getExpire(String key) {
        return redisTemplate.getExpire(key, TimeUnit.SECONDS);
    }

    /**
     * 判断key是否存在
     *
     * @param key 键
     * @return true 存在 false不存在
     */
    public boolean hasKey(String key) {
        try {
            return redisTemplate.hasKey(key);
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 删除缓存
     *
     * @param key 可以传一个值 或多个
     */
    @SuppressWarnings("unchecked")
    public void del(String... key) {
        if (key != null && key.length > 0) {
            if (key.length == 1) {
                redisTemplate.delete(key[0]);
            } else {
                redisTemplate.delete((Collection<String>) CollectionUtils.arrayToList(key));
            }
        }
    }
// ============================String=============================

    /**
     * 普通缓存获取
     *
     * @param key 键
     * @return 值
     */
    public Object get(String key) {
        return key == null ? null : redisTemplate.opsForValue().get(key);
    }

    /**
     * 普通缓存放入
     *
     * @param key   键
     * @param value 值
     * @return true成功 false失败
     */
    public boolean set(String key, Object value) {
        try {
            redisTemplate.opsForValue().set(key, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 普通缓存放入并设置时间
     *
     * @param key   键
     * @param value 值
     * @param time  时间(秒) time要大于0 如果time小于等于0 将设置无限期
     * @return true成功 false 失败
     */
    public boolean set(String key, Object value, long time) {
        try {
            if (time > 0) {
                redisTemplate.opsForValue().set(key, value, time,
                        TimeUnit.SECONDS);
            } else {
                set(key, value);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 递增
     *
     * @param key   键
     * @param delta 要增加几(大于0)
     */
    public long incr(String key, long delta) {
        if (delta < 0) {
            throw new RuntimeException("递增因子必须大于0");
        }
        return redisTemplate.opsForValue().increment(key, delta);
    }

    /**
     * 递减
     *
     * @param key   键
     * @param delta 要减少几(小于0)
     */
    public long decr(String key, long delta) {
        if (delta < 0) {
            throw new RuntimeException("递减因子必须大于0");
        }
        return redisTemplate.opsForValue().increment(key, -delta);
    }
// ================================Map=================================

    /**
     * HashGet
     *
     * @param key  键 不能为null
     * @param item 项 不能为null
     */
    public Object hget(String key, String item) {
        return redisTemplate.opsForHash().get(key, item);
    }

    /**
     * 获取hashKey对应的所有键值
     *
     * @param key 键
     * @return 对应的多个键值
     */
    public Map<Object, Object> hmget(String key) {
        return redisTemplate.opsForHash().entries(key);
    }

    /**
     * HashSet
     *
     * @param key 键
     * @param map 对应多个键值
     */
    public boolean hmset(String key, Map<String, Object> map) {
        try {
            redisTemplate.opsForHash().putAll(key, map);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * HashSet 并设置时间
     *
     * @param key  键
     * @param map  对应多个键值
     * @param time 时间(秒)
     * @return true成功 false失败
     */
    public boolean hmset(String key, Map<String, Object> map, long time) {
        try {
            redisTemplate.opsForHash().putAll(key, map);
            if (time > 0) {
                expire(key, time);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 向一张hash表中放入数据,如果不存在将创建
     *
     * @param key   键
     * @param item  项
     * @param value 值
     * @return true 成功 false失败
     */
    public boolean hset(String key, String item, Object value) {
        try {
            redisTemplate.opsForHash().put(key, item, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 向一张hash表中放入数据,如果不存在将创建
     *
     * @param key   键
     * @param item  项
     * @param value 值
     * @param time  时间(秒) 注意:如果已存在的hash表有时间,这里将会替换原有的时间
     * @return true 成功 false失败
     */
    public boolean hset(String key, String item, Object value, long time) {
        try {
            redisTemplate.opsForHash().put(key, item, value);
            if (time > 0) {
                expire(key, time);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 删除hash表中的值
     *
     * @param key  键 不能为null
     * @param item 项 可以使多个 不能为null
     */
    public void hdel(String key, Object... item) {
        redisTemplate.opsForHash().delete(key, item);
    }

    /**
     * 判断hash表中是否有该项的值
     *
     * @param key  键 不能为null
     * @param item 项 不能为null
     * @return true 存在 false不存在
     */
    public boolean hHasKey(String key, String item) {
        return redisTemplate.opsForHash().hasKey(key, item);
    }

    /**
     * hash递增 如果不存在,就会创建一个 并把新增后的值返回
     *
     * @param key  键
     * @param item 项
     * @param by   要增加几(大于0)
     */
    public double hincr(String key, String item, double by) {
        return redisTemplate.opsForHash().increment(key, item, by);
    }

    /**
     * hash递减
     *
     * @param key  键
     * @param item 项
     * @param by   要减少记(小于0)
     */
    public double hdecr(String key, String item, double by) {
        return redisTemplate.opsForHash().increment(key, item, -by);
    }
// ============================set=============================

    /**
     * 根据key获取Set中的所有值
     *
     * @param key 键
     */
    public Set<Object> sGet(String key) {
        try {
            return redisTemplate.opsForSet().members(key);
        } catch (Exception e) {
            e.printStackTrace();
            return null;
        }
    }

    /**
     * 根据value从一个set中查询,是否存在
     *
     * @param key   键
     * @param value 值
     * @return true 存在 false不存在
     */
    public boolean sHasKey(String key, Object value) {
        try {
            return redisTemplate.opsForSet().isMember(key, value);
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 将数据放入set缓存
     *
     * @param key    键
     * @param values 值 可以是多个
     * @return 成功个数
     */
    public long sSet(String key, Object... values) {
        try {
            return redisTemplate.opsForSet().add(key, values);
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }

    /**
     * 将set数据放入缓存
     *
     * @param key    键
     * @param time   时间(秒)
     * @param values 值 可以是多个
     * @return 成功个数
     */
    public long sSetAndTime(String key, long time, Object... values) {
        try {
            Long count = redisTemplate.opsForSet().add(key, values);
            if (time > 0)
                expire(key, time);
            return count;
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }

    /**
     * 获取set缓存的长度
     *
     * @param key 键
     */
    public long sGetSetSize(String key) {
        try {
            return redisTemplate.opsForSet().size(key);
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }

    /**
     * 移除值为value的
     *
     * @param key    键
     * @param values 值 可以是多个
     * @return 移除的个数
     */
    public long setRemove(String key, Object... values) {
        try {
            Long count = redisTemplate.opsForSet().remove(key, values);
            return count;
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }
// ===============================list=================================

    /**
     * 获取list缓存的内容
     *
     * @param key   键
     * @param start 开始
     * @param end   结束 0 到 -1代表所有值
     */
    public List<Object> lGet(String key, long start, long end) {
        try {
            return redisTemplate.opsForList().range(key, start, end);
        } catch (Exception e) {
            e.printStackTrace();
            return null;
        }
    }

    /**
     * 获取list缓存的长度
     *
     * @param key 键
     */
    public long lGetListSize(String key) {
        try {
            return redisTemplate.opsForList().size(key);
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }

    /**
     * 通过索引 获取list中的值
     *
     * @param key   键
     * @param index 索引 index>=0时， 0 表头，1 第二个元素，依次类推；index<0
     *              时，-1，表尾，-2倒数第二个元素，依次类推
     */
    public Object lGetIndex(String key, long index) {
        try {
            return redisTemplate.opsForList().index(key, index);
        } catch (Exception e) {
            e.printStackTrace();
            return null;
        }
    }

    /**
     * 将list放入缓存
     *
     * @param key   键
     * @param value 值
     */
    public boolean lSet(String key, Object value) {
        try {
            redisTemplate.opsForList().rightPush(key, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 将list放入缓存
     *
     * @param key   键
     * @param value 值
     * @param time  时间(秒)
     */
    public boolean lSet(String key, Object value, long time) {
        try {
            redisTemplate.opsForList().rightPush(key, value);
            if (time > 0)
                expire(key, time);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 将list放入缓存
     *
     * @param key   键
     * @param value 值
     * @return
     */
    public boolean lSet(String key, List<Object> value) {
        try {
            redisTemplate.opsForList().rightPushAll(key, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 将list放入缓存
     *
     * @param key   键
     * @param value 值
     * @param time  时间(秒)
     * @return
     */
    public boolean lSet(String key, List<Object> value, long time) {
        try {
            redisTemplate.opsForList().rightPushAll(key, value);
            if (time > 0)
                expire(key, time);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 根据索引修改list中的某条数据
     *
     * @param key   键
     * @param index 索引
     * @param value 值
     * @return
     */
    public boolean lUpdateIndex(String key, long index, Object value) {
        try {
            redisTemplate.opsForList().set(key, index, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 移除N个值为value
     *
     * @param key 键
     * @param count 移除多少个
     * @param value 值
     * @return 移除的个数
     */
        public long lRemove (String key,long count, Object value){
            try {
                Long remove = redisTemplate.opsForList().remove(key, count,value);
                return remove;
            } catch (Exception e) {
                e.printStackTrace();
                return 0;
            }
        }
    }

测试代码

kotlin复制代码package com.kuang;

import com.fasterxml.jackson.core.JsonProcessingException;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.kuang.pojo.User;
import com.kuang.utils.RedisUtil;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.data.redis.connection.RedisConnection;
import org.springframework.data.redis.core.RedisTemplate;

import java.util.Set;

@SpringBootTest
class SpringbootRedisApplicationTests {
    @Autowired
    @Qualifier("redisTemplate")/*避免与源码重合，跳转到自定义redisTempalte*/
    private RedisTemplate redisTemplate;

    @Autowired
    private RedisUtil redisUtil;


    @Test
    void contextLoads() {
        /*
        * opsForList:操作list，类似string
        * opsForGeo 操作geo
        * opsForSet
        * .......
        * 和redis命令行一样。
        * */
       /*获取redis的连接对象*/
//        RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
//        connection.flushDb();
//        connection.flushAll();

        redisTemplate.opsForValue().set("mykey","kuangshen");
        System.out.println(redisTemplate.opsForValue().get("mykey"));
        redisTemplate.opsForSet().add("k5","v9");
        Set k5 = redisTemplate.opsForSet().members("k5");
        System.out.println(k5);



    }

    @Test
    public void test() throws JsonProcessingException {
        /*真实开发一般使用json传递数据*/
        User user = new User("kuangshen", 3);
//        String jsonUser = new ObjectMapper().writeValueAsString(user);
//        redisTemplate.opsForValue().set("user", jsonUser);
        redisTemplate.opsForValue().set("user", user);
        System.out.println(redisTemplate.opsForValue().get("user"));

    }

    @Test
    public void test1() {
        redisUtil.set("username", "coderchen");
        System.out.println(redisUtil.get("username"));
    }

}

本文转载自: 掘金

开发者博客 – 和开发相关的 这里全都有